Background Starlight Polarimetry in the Age of SOFIA and Gaia

Dan Clemens (Boston University)

NSF/AST 14‐12269 & 18‐14531 , USRA SOF_4‐0026, & NASA NNX15AE51G gratefully acknowledged

1

Findings First, Talk Second1. The combination of Gaia DR2 with near‐infrared (NIR) Background Starlight 

Polarimetry (BSP) is transformative– Distances to dark clouds to <3% uncertainty– Can classify stars as foreground, embedded, background, and deep background– Better star cluster stellar memberships

• Proper motions are better than distances

2. The HAWC+ far‐infrared (FIR) imaging polarimeter on SOFIA is fabulous– Sensitive tool for performing FIR thermal emission polarimetry (TEP)– Combined with NIR BSP ‐> B‐field characterized over wide range of scale sizes

3. B‐field strengths from Davis‐Chandrasekhar‐Fermi (DCF) method ‐> too low– Forward modeling of cluster star Position Angle dispersions (PA) reveals BSP noise bias– Bayesian posteriors for  (B) also favor lower PA, higher B strengths– Foregrounds and deep backgrounds both contribute PA noise, masking target cloud value

2

BSP Review

3

Backgrou

nd Stars

(Unp

olarize

d Light*)

Molecular (or atomic) cloud or zone with B‐field 

aligned dust grainsBPlane of Sky

Starlight with impressedLinear polarization signal

(P || BPOS)

Observer Sees:

Andersson+’13

Estimate B‐field Strength as       4 ∆∆

(Davis, Chandrasekhar & Fermi)

We use Mimir – NIR Imaging Polarimeter for BSP1. Galactic Plane survey (GPIPS) of 3,237 10x10’ FOVs like this one2. Individual Dark Clouds located off the Galactic plane, like L1544

4

• FOV = 10x10 arcmin at 1024x1024 pixels at 0.6”/pixel on the 1.8m Perkins telescope in Flagstaff, AZ

• H (1.6m) and K (2.2m) stellar polarimetry.

3. Outer Galaxy fields towards Perseus Spiral Arm with open stellar clusters

Cluster Stars = Ideal, Same‐Distance, Multiple BSP Probes

• Must isolate cluster stars from field (fore + background) in the FOV• Past techniques: spatial over‐density +/‐ Color‐Magnitude Diagram 

placements– Select “members” based on probability of being in the over‐density and 

falling into the Giant or Main Sequence branches (Mercer+’05)– Fit colors for age, metallicity, distance, reddening (Hoq & Clemens ’15)– Not very robust, nor accurate if Giant branch is poorly populated, esp

when using NIR colors5

Observer Foreground Stars

Target Cloud

Star Cluster BackgroundStars

(J‐K)

mH

CMD of NGC663 in JHK with best‐fit Isochrone (H&C ’15)

Then came Gaia DR2 in April 2018…• Parallax, proper motions, optical g‐band magnitudes 

– to > 10 kpc, mg < 20 mag

• We fetched Gaia data for 30+ open cluster fields in Perseus– Test B‐field changes from Perseus Spiral arm to interarm regions– Clusters selected to be in front of, within, and behind Perseus Arm

• Matched Gaia stars to Mimir‐observed NIR polarimetry stars (simple 1.5” cone)– Incredible match rate 

• On average, ~925 Mimir polarization‐measured stars per FOV  900 (97%) matched to Gaia stars• More than half of the cluster FOVs had < 10 stars that did not match.• Reiterate: Nearly every star with measured polarization now has a distance measure, also

• Created Bayesian Markov Chain Monte Carlo (MCMC) code to separate cluster members from field stars

– Each star has likelihood of being drawn from the cluster or the field; greatest one kept– Cluster likelihood based on gaussians in 3‐D of parallax, proper motion in RA, pm in Dec 6

Cluster Parameters Were Recovered Stunningly Well

7

S/N ~ 80‐380For FOV containing cluster NGC 1245:(left) Stars across FOV(right) parallax vs proper motion

Field Stars

100 pc

1 kpc

10 kpc

100 kpc

Cluster Parameters Were Recovered Stunningly Well

8

S/N ~ 80‐380For FOV containing cluster NGC 1245:(left) Stars across FOV(right) parallax vs proper motion

Field Stars

100 pc

1 kpc

10 kpc

100 kpc

Cluster Member Stars

MCMC Cluster Separation Recovers the Color‐Mag. Diagram

• Color (J‐K) – magnitude (H) diagram for one cluster– Cluster member stars populate Giant 

and Main Sequence Branches well– Field stars look like, well, field stars– Polarization fraction uncertainty P

below 5˚ to H=15.5

9

Gaia Parallaxes + NIR BSP – Cloud, Cluster Distances• Classically, cloud distance methods plot 

E(B‐V) or AV vs stellar distance – Looking for a jump associated with the cloud– Difficult, if AV varies across the face of the 

cloud (which it does)– Polarization percentage, P, often has the 

same problem

• Try using Pol. PA as the changing property– Versus Gaia DR2 distances (w/ uncertainties)

• Better, use Stokes U and Q simultaneously – Look for jumps at the same distance(s) in 

both10

GF9‐2 distance of 27010 pc from PA jump with parallax. 

Fit using MCMC (Clemens+’18)

Gaia Parallaxes + NIR BSP – Cloud, Cluster Distances• Classically, cloud distance methods plot 

E(B‐V) or AV vs stellar distance – Looking for a jump associated with the cloud– Difficult, if AV varies across the face of the 

cloud (which it does)– Polarization percentage, P, often has the 

same problem

• Try using Pol. PA as the changing property– Versus Gaia DR2 distances (w/ uncertainties)

• Better, use Stokes U and Q simultaneously – Look for jumps at the same distance(s) in 

both11

GF9‐2 distance of 27010 pc from PA jump with parallax. 

Fit using MCMC (Clemens+’18)

Gaia, NIR Polarimetry, and Stokes U, Q steps• Used MCMC to find 

number(s), location(s) of jumps in Stokes U, Q in open cluster FOVs

• Field stars in blue• Cluster members in red• NGC 2262 located at 

about 4.740.1 kpc– Behind two distinct 

foreground layers– One with no P, one with 

significant P

12

Gaia, NIR Polarimetry, and Stokes U, Q steps• Used MCMC to find 

number(s), location(s) of jumps in Stokes U, Q in open cluster FOVs

• Field stars in blue• Cluster members in red• NGC 2262 located at 

about 4.740.1 kpc– Behind two distinct 

foreground layers– One with no P, one with 

significant P

13

B‐field strengths – Davis‐Chandrasekhar‐Fermi method

• 4 ∆∆

; where V is gas velocity dispersion,  is gas mass 

density, and PA is BSP PA dispersion.• PA can be found many ways

– Unweighted frequentist dispersion– Weighted frequentist dispersion– Boostrap with resampling– Gaussian fitting of PA distributions

• PA can be corrected for observational uncertainty, if uniform in the sample

– Works for TEP;  ∆ ∆ and  is the same for each pixel

• Not so for BSP because of the wide range of stellar brightnesses ‐> range of – Forward‐model from observations to uncover ∆ for BSP

14

Forward‐Modeling : Cluster Fields ‐> PA vs mH; Cluster N(mH)

• Thousand(s) of stars per Mimir FOV– 16 HWP angles ‐> 4 U, Q sets and robust PA

– Fit run of PA vs mH for each FOV• Predictive noise function for model stars

• Each cluster ‐> apparent magnitude function– Binned by magnitude– Can fit, but that misses Giant vs Main 

Sequence numbers too much– Keep averages in bins for modeling

• Poisson draws, using these means

15

Forward Modeling Flow of Computation

16

1. Establish ClusterMembership withGaia + MCMC

2. Create apparent magnitude bins 3. For the FOV, characterize polarization 

uncertainty as function of apparent brightness

4. Draw Poisson‐based numbers of stars for each mag bin to create mock cluster with same magnitude distribution

5. Form model Stokes U, Q for each mock star. Use <U>, <Q> from real cluster plus PA(mH) from fit.

• Compute PA for model cluster stars– “model output PA” (I use bootstrap)– Find it is < PA(observed) for the real cluster

• Whoops! Forgot to include PA(true)– The “astrophysical” dispersion ‐> DCF Method– Include a synthetic version of this dispersion 

• Implemented as draws from a gaussian distribution of PAs with G = PA (true) 

• Future ‐> based on 2nd Order Structure Function?• Sweep of PA(true) steps from 0 to 40˚ by 0.5˚

• (Re)Compute model output PA

• Do for 50,000 mock clusters for each PA(true)– Generates distribution functions of model 

output PA

• Each cluster shows different relation between PA (true) and PA (model output)– Reflects S/N of observations; stellar brightnesses

17

PA(true

)

(model output)

Compare Cluster PA(obs.) to Infer Mock Cluster PA(true)• PA(obs.) values select a range

of likely PA (true) values– True values < observed values

• Convolve PA (true) distributions with gaussianmodeled PA (obs.)

• Result is a posterior distribution  (PA(true))– Very gaussian looking

18

NGC 869

7˚

4˚

Orange = Convolved ValuesBlue = Gaussian Fit

(true)

Modeling findings1. BSP PA values are noise‐biased

– Like Ricean, but more complex2. Forward modeling recovers PA (true) distributions

– PA(true) < PA (obs)   ‐>    B(true) > B(obs+DCF)

3. ∝ ∆ +  ∆ ~gaussian → – Favors lower PA, higher B again

4. Realization – PA noise bias, both observational and astrophysical, will be added by foreground and deep background ISM – Increasing PA (obs) and decreasing the DCF B‐strength we would have estimated– Either eliminate them, or must forward model their effects, too

19target

1/PA

Foreground adds noise

Deep background adds noise

It’s not hopeless – GF9‐2 Mimir + SOFIA/HAWC+

20

GF9‐2 YSO

• Quick progress can be made by choosing a clean astrophysical laboratory– No foreground ISM– No deep background ISM 

• GF9 Filamentary Dark Cloud– With GF9‐2 YSO – Distance = 27010 pc (our MCMC)

• Near‐Quiescent low‐mass early SF– ~Lowest luminosity Class 0 YSO – 0.3 L– Minimal outflow found

• Is its B‐field still intact, or was it modified?• B‐field Probes: 

– Near‐IR BSP w/ Mimir– SOFIA HAWC+ E‐Band (216 m) Polarimetry– Optical I‐band BSP (Poidevin & Bastien ’06)– Submm 850m Planck Polarization (XIX ’15)

Follow the FIR Flux…

21

• Select synthetic beam placements that:1. Are centered on the brightest Stokes I 

emission (thin contours in the figure)2. Are offset from each other so as to be 

independent samples (the circles don’t cross)

• Select synthetic beam sizes so that:1. Maximize the number of synthetic 

beams with good PSNR2. Don’t give away too much angular 

resolution• Tried a range of gaussian sizes, found best 

at 4 HAWC+ pixels FWHM• 6 beams with PSNR > 1.6 (PA < 18˚); 

11 not detected

Blue = Mimir H‐band; Green = K‐band; Orange = HAWC+ Mapped Region; Black contours = 216m Intensity; Circles = synthetic beams – Black non‐detections and Magenta detections; Red = HAWC+ BPA (from Clemens+’18)

Combining all B‐field probes – Plane of Sky Magnetic Field Orientation vs Offset from YSO

• B‐field orientation is unchanged from ~3pc to ~6000 AU; No B‐field disruption near the YSO• No strong evidence of B‐field orientation change with  22

Comparisons with Models

23

• Hull+’17• Simulations with 

synthetic observations• Multi‐scale

• GF9‐2 observations are most consistent with strong B‐field case

• BPA uniform from 3pc to 6000AU

• Last column, top two rows

• Seems GF9‐2 YSO formed in a fairly strong B‐field region

Findings (the final time…)1. The combination of Gaia DR2 with near‐infrared (NIR) Background Starlight 

Polarimetry (BSP) is transformative– Distances to dark clouds to <3% uncertainty –MCMC is a powerful tool here– Can classify stars as foreground, embedded, background, and deep background– Better star cluster stellar memberships – again, MCMC is powerful

• Proper motions are better than distances

2. The HAWC+ far‐infrared (FIR) imaging polarimeter on SOFIA is fabulous– Sensitive FIR thermal emission polarimetry (TEP) –more so with smart smoothing– Combined with NIR BSP ‐> B‐field characterized over wide range of scale sizes

3. B‐field strengths from Davis‐Chandrasekhar‐Fermi (DCF) method ‐> too low– Forward modeling of cluster star Position Angle dispersions (PA) reveals BSP noise bias– Bayesian posteriors for  (B) also favor lower PA, higher B strengths– Foregrounds and deep backgrounds both contribute PA noise, masking target cloud value

24

Boston University Team• From left:

– Catherine Cerny• Joined in 2018 Summer – Gaia expert 

– Genevieve Schroeder (U. Rochester)• Summer 2017 REU intern• Flew on SOFIA tomorrow in September for 

HAWC+ observations of L1448– Jordan Montgomery, now Dr. J. Montgomery

• At MIT Lincoln Labs, along with Sadia Hoq, John Vaillancourt, Mike Pavel…)

• Flew on SOFIA 2016 December– Sofia Kressy

• BU Senior Undergrad – lead on Mimir Orion project (HRO, Gaia, …)

– Adham El‐Batal• 3rd year grad student• Just back from GAIA workshop in Heidelberg• Flew on SOFIA 2016 December

– Dr. Thushara Pillai• BU Senior Research Scientist

25